Macaque monkeys follow gaze cues of human avatars
Notice bibliographique
Résumé
Joint attention is a fundamental ability of humans and other social primates. Gaze direction could be informative of the behavioral relevance of objects in the environment. Paradigms to explore joint attention usually involve measurements of gaze in at least two subjects making it difficult to conduct with non-human primates. Here we show a novel paradigm using avatars presented in a virtual environment while exploring gaze behavior and joystick responses of monkeys in an experimental setup. We trained two rhesus monkeys to respond to a human avatar's attention by moving a joystick towards the gazed-at object. We designed our social cues by applying natural eye and head movements on a highly realistic human avatar (released by Reallusion). Each trial commenced with the avatar gazing at the animal, while four identical objects were presented at the screen’s corners. After 500 ms, the avatar randomly shifted gaze towards one object, cueing the animal to move the joystick toward that object to obtain a juice reward. In 10% of the trials, the avatar gaze moved in between two objects. Eye positions were measured using EyeLink (SR Research). The animals followed the avatar’s gaze, achieving 90% correct trials. We trained a classifier to identify the animals' choice from their eye positions during the cue period (350 ms), achieving an 80% accuracy. The classifier’s accuracy decreased to 53% in catch trials when the avatar directed gaze to intermediate positions between objects. Here, the animals chose one of the two objects closest to the avatar’s gaze final position, further indicating the animals followed the avatar gaze cues. Our results demonstrate the use of human avatars in experimental setups to explore joint attention in macaque monkeys. It also demonstrates a degree of cognitive flexibility and extrapolation of human gaze cues in macaques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».